Potenciál generativní umělé inteligence je obrovský a technologie jako ChatGPT, Bing Chat nebo Bard se postupně stávají běžnou součástí našich životů. Jaké konkrétní využití najde generativní umělá inteligence technologie ve firmách? A na co si dát pozor, při její implementaci? Na to jsme se zeptali předního odborníka na umělou inteligenci Karla Šimánka ze společnosti BigHub.
Poslední rok byl ve znamení AI. I přes obrovský zájem a masovou popularitu to na první pohled nevypadá, že by se svět kolem nás nějak zásadně změnil, pokud nepočítáme příspěvky na sociálních sítích. Čím to podle vás je?
Je potřeba si uvědomit, že generativní umělá inteligence je “jen” další technologie, je to jen nástroj, přestože mocný. A její aplikace v byznysu kopíruje trend, který známe z jiných podobných domén, my jsme si to samé zažili například s cloudem, velkými daty, nebo IoT. Na začátku je jakákoliv podobná technologie nová, sexy, všichni jsou okouzlení jejím potenciálem. Je tzv. v hypu. Pak ale přijde čas vystřízlivění, jisté deziluze. Myslím, že právě v této fázi se nacházíme a já jsem za to trochu rád.
Můžete to vysvětlit? Proč jste rád za vystřízlivění? Čekal bych, že jako CEO firmy, kterou AI živí, budete naopak chtít, ať hype kolem ní roste.
Na jednu stranu jsem nadšený. AI jako obor je tady od 50. let a nárůst zájmu o aplikaci AI v byznyse pozorujeme celých 8 let, co jsme s touhle misí založili BigHub. Minulý rok udělal celý trh kvantový skok, celý náš obor umělé inteligence získal konečně zaslouženou pozornost, nejen médií a veřejnosti, ale hlavně uvnitř firem. Díky ChatGPT a podobným aplikacím má přístup k nejmodernější AI technologii kdokoliv – nejen korporace, vývojáři a výzkumníci, ale také drobní podnikatelé a jednotlivci. AI jim pomáhá většinou psát nabídky, popisky, maily či prezentace, generovat obrázky.
Všichni pochopili, jak revoluční technologie to může být a firmy najednou aktivně vyhledávají možnosti využití ve svém byznyse. Z toho mám radost, osobně i byznysově, a velký pocit zadostiučinění.
Zároveň mě ale mrzí, že se AI bere často jen jako souhrn nových aplikací pro vlastní produktivitu, ne zásadní technologii v digitální transformaci. Je to opravdu mnohem víc než chatbot. Ve spoustě firem pak bohužel narážíme na investice do projektů, které nemají jiný smysl než zaškrtnutí kolonky “máme taky AI”. Proto jsem rád za uklidnění, za to, že se začíná oddělovat zrno od plev, funkční implementace od těch okázalých.
Jak má tedy vypadat funkční AI implementace?
Za prvé musí mít ROI, stanovenou návratnost.To platí jak pro tradiční strojové učení, tak nové možnosti generativní umělé inteligence. Umělá inteligence je game-changer pro automatizaci procesů, bez jasné ROI si s ní však firmy jen hrají, redukují ji na chatbota.
A není se čemu divit, chatbot je to skvělý! Nové modely umožňují ještě lepší interakci s uživatelem, námi jako spotřebiteli, AI asistent rozumí přirozenému jazyku a dá se s ním komunikovat tak, jak jste zvyklý komunikovat s lidmi. Bude brzo součástí většiny softwarů, mnoha webů i fyzických služeb. Pro některé klienty proto integrujeme AI přímo do jejich vlastních produktů.
Nejlepší využití GPT je ale tam, kde ho není vidět. Největší potenciál a návratnost se totiž ukazuje tam, kde je model typu GPT součástí systému, kde má jasně definovaný use case, kde automatizuje procesy. Tam, kde šetří konkrétní náklady a práci lidí.
Jaké jsou tedy ty use casy, které se ukazují jako vhodné pro nasazení Gen AI?
Typicky jde o interní zpracování dat a vytváření manažerských reportů, procesy v rámci back-office a zákaznické podpory. Nové modely představují klíčový nástroj pro další automatizaci takovýchto procesů.
Jak vidíte, jsou velmi podobné těm, které řešíme v rámci digitalizace, kde jsme v minulosti řešili datovou vrstvu. Kde se nabízelo použití tradičních metod strojového učení, ale byly na daný use case moc drahé nebo nedostatečně kvalitní.
Dobrým příkladem jsou naše projekty v pojišťovnictví. Typicky zpracování pojistných událostí je i dnes do značné míry manuální proces. I když naberou podklady přes online formulář, a někdy dokonce i skrze chatbota, je to člověk, který pak vše kontroluje, doptává se, případ na základě jasných pravidel vyhodnocuje. Díky novým AI modelům nejsou lepší a levnější jen samotní chatboti, průlomová je jejich implementace uvnitř firmy – najednou můžeme automatizovat mnohem více procesů, tzv. AI agenti sami zkontrolují zaslané údaje, ověří jejich pravost, automaticky si stahují data z databáze, doptají se zaměstnance, nebo dokonce klienta samotného. Čím dál větší část pojistných událostí se umí systém odbavit už kompletně sám, člověk je potřeba jen pro kontrolu a rozhodování nestandardních případů. A přitom pojišťovně v tomto konkrétní projektu roste zákaznická zkušenost i úspěšnost odhalení podvodů.
Proč to tedy nemá již každá firma?
Pro mě to zase není specifikum generativní umělé inteligence, to samé platí pro jakoukoliv inovaci, nejen technologickou. Tady se inovace povedla, začali jsme analýzou, z mnoha možností jsme vybrali správný use case, měli budget a jasně stanovené cíle. Projekt měl podporu ze shora, firma na něj byla připravena, datově i organizačně.
To jsou všechno limity, které se netýkají technologie samotné. Integrovat řešení ve velkých firmách trvá a chce čas, podporu, plánování. Proto myslím, že přidaná hodnota všech těchto fantastických technologií se začne projevovat až tento a příští příští rok.
Začne se projevovat jakým způsobem a kde ji uvidíme?
Vyšší efektivitou firem, novým typem nabízených služeb. A minimálně krátkodobě, nyní během recese, také úbytkem pracovních míst. Firmy si brzy uvědomí, že mohou spoustu rolí, dokonce oddělení, jednoduše automatizovat. Nejen těch, které automatizujeme dlouho, tzn. back-office nebo call centra, ale taky mnoho z těch kreativních a část z těch odborných. A je to podle mě dobře, protože práci, kterou může dělat stroj, by stroj dělat měl. Máme před sebou jako lidstvo spoustu výzev a na jejich vyřešení bude potřeba spousta práce, včetně té lidské.
Karel Šimánek je spoluzakladatelem přední české technologické firmy BigHub, která se specializuje na inovace v oblasti umělé inteligence. Absolvoval Fakultu jaderných a fyzikálně inženýrských věd ČVUT. Během svých studií na ČVUT potkal Tomáše Hubínka, s nímž později založil BigHub v roce 2017. Karel má bohaté zkušenosti, které čerpal z pozic v renomovaných poradenských a bankovních společnostech, které mu pomohly formovat jeho podnikatelský pohled a přístup k inovacím.
Zdroj: Big Hub
